Integración de Tecnologías Emergentes para Fortalecer el Aprendizaje Colaborativo y el Desarrollo de Competencias

Permanent URI for this collection

https://repositorio.uai.edu.ar/handle/123456789/4681

Browse

Browsing Integración de Tecnologías Emergentes para Fortalecer el Aprendizaje Colaborativo y el Desarrollo de Competencias by Title

  • Item
    Aceptación e integración de ChatGPT en la educación universitaria: análisis de percepciones docentes en la carrera de Ingeniería Agronómica y estudiantiles en la asignatura Microbiología Agrícola y de los Bioinsumos de la UNNOBA
    (Facultad de Informática, Universidad Nacional de La Plata, 2025-12-22) De Benedetto, Juan Pablo ; Pons, Claudia Fabiana
    Este trabajo se inscribe en un perfil de investigación-acción, al implementar una intervención pedagógica en el aula y relevar sistemáticamente las percepciones de estudiantes y docentes sobre su desarrollo. En este marco, se analiza la aceptación e integración de ChatGPT como herramienta pedagógica en la educación universitaria, a partir de una experiencia concreta desarrollada en la Universidad Nacional del Noroeste de la Provincia de Buenos Aires (UNNOBA). Se aplicó una actividad práctica con estudiantes de Microbiología Agrícola y de los Bioinsumos, y una encuesta a docentes de la carrera de Ingeniería Agronómica. Los resultados indican que los estudiantes valoraron positivamente la utilidad, precisión y facilidad de uso de ChatGPT, destacando su aporte a la comprensión de conceptos, el análisis crítico y el trabajo en equipo. Por su parte, los docentes mostraron mayor cautela, con menor frecuencia de uso y preocupaciones vinculadas al plagio y a la dependencia tecnológica. Sin embargo, reconocen el potencial de la herramienta y expresaron interés en recibir capacitación. La investigación evidencia una brecha entre el entusiasmo estudiantil y la apropiación docente, y resalta la necesidad de acompañamiento institucional y formación crítica para una integración efectiva de la inteligencia artificial en el ámbito académico.
  • Item
    Explainable Artificial Intelligence: Analysis of Methodologies and Applications
    (Facultad de Informática, Universidad Nacional de La Plata, 2025-10-22) Pezzini, Maria Cecilia ; Pons, Claudia Fabiana
    Explainability is essential in healthcare, finance, and security, where black-box models can undermine trust and decisions. Recent advances in eXplainable Artificial Intelligence (XAI) across structured/tabular data, computer vision, and natural language processing are surveyed. Thirty articles (2022–2024) were selected through a structured search with explicit inclusion criteria, and emerging approaches are compared with established techniques such as LIME and SHAP, alongside rule-, logic-, and ontology-based methods. Methods are organized along key dimensions—post-hoc vs. ante-hoc, model-agnostic vs. model-specific, scope, problem type, input data, and output format—and their effectiveness and applicability are evaluated. The review highlights innovations including spatially explainable architectures (e.g., SAMCNet) and entropy-based logic explanations, and identifies persistent challenges in robustness, cross-domain generalization, and deployment. Overall, findings consolidate the evolving XAI landscape and indicate directions toward reproducible techniques that strengthen transparency, accountability, and user trust in AI systems.